스마트 팩토리를 위한 센서 데이터 분석과 제품 불량 개선 연구
A Study on Sensor Data Analysis and Product Defect Improvement for Smart Factory
0
조회
0
다운로드
3
인용
0
참고문헌
키워드
초록
ICT 기술의 발전에 따라 제조 산업은 공정 상에서 생성되는 제조 데이터를 분석하여 효율을 높이고자많은 노력을 하고 있다. 본 논문에서는 스마트 공장의 일환으로 의사결정나무 알고리즘(CHAID)을 이용한데이터 마이닝 기반 제조공정을 제안한다. 약 5개월간 수집된 실제 제조 공정의 432개 센서 데이터를 활용하여불량률이 낮은 안정적인 공정 기간과 불량률이 높은 불안정한 공정 기간 간에 유의미한 차이를 보이는변수를 찾아냈다. 선정된 최종 변수가 불량률 개선에 실제로 효과가 있는지를 측정하기 위해 해당 변수의안정 값 범위를 설정하여 14일 간 공정에서 해당 센서가 안정 값의 범위를 벗어나지 않도록 공정 설정값을 조절했고, 불량률 개선의 효과를 측정하였다. 이를 통해 제조 산업에서 생성되는 공정 센서 데이터를활용 및 분석하여 불량률을 개선할 수 있는 실증적인 가이드라인을 제시할 수 있을 것으로 기대한다.
Abstract
In recent years, many people in the manufacturing field have been making efforts to increase efficiency while analyzing manufacturing data generated in the process according to the development of ICT technology. In this study, we propose a data mining based manufacturing process using decision tree algorithm (CHAID) as part of a smart factory. We used 432 sensor data from actual manufacturing plant collected for about 5 months to find out the variables that show a significant difference between the stable process period with low defect rate and the unstable process period with high defect rate. We set the range of the stable value of the variable to determine whether the selected final variable actually has an effect on the defect rate improvement. In addition, we measured the effect of the defect rate improvement by adjusting the process set-point so that the sensor did not deviate from the stable value range in the 14 day process. Through this, we expect to be able to provide empirical guidelines to improve the defect rate by utilizing and analyzing the process sensor data generated in the manufacturing industry.
참고문헌 (25)
- 김수영, "MI-NPS 디지털팩토리 방법론을 활용한 생산능력의 향상 및 최적 레이아웃 구축에 관한 연구:자동차 부품 Shaft 제조라인 적용 사례", 생산성연구: 국제융합학술지, 28(1), pp.47~73 (2014), 한국생산성학회[DOI]
- 김승민, "정준상관분석을 이용한 공정설비 상태에 영향을 미치는 변수 선택", 한국경영과학회 학술대회논문집, pp.3915~3921 (2015)
- 김주창, "스마트 공장에서 의사결정 모델을 이용한 순차 마이닝 기반 제조공정", 한국융합학회논문지, 9(3), pp.53~59 (2018), 한국융합학회[DOI]
- 노규성, "제조실행시스템에의 빅데이터 적용방안에 대한 탐색적 연구", 디지털융복합연구, 12(1), pp.305~311 (2014), 한국디지털정책학회[DOI]
- 노선영, "스마트 팩토리 고도화를 위한 예측 분석 시스템 프레임웍 설계", 한국통신학회 학술대회논문집, pp.791~792 (2017)
- 배재호, "롤 형상 필름 생산에서 두께평활도 개선을 위한 고정굴곡부 발현 모형 및 개선 모델", 한국산업경영시스템학회지, 38(3), pp.21~28 (2015), 한국산업경영시스템학회
- 서혁, "국가 차원에서 챙겨야 할 군용 방탄복 산업의 현실태 및 정책 방향제안", 국방과 기술, (423), pp.62~75 (2014)
- 안동혁, "제조공정에서의 지속적 예지 분석을 위한 조건", 한국콘텐츠학회지, 15(3), pp.21~26 (2017)
- 이준희, "빅데이터 분석을 활용한 스마트 팩토리 이상탐지 및 보안 강화시스템에 관한 연구", 한국통신학회 학술대회논문집, pp.347~348 (2017)
- 최종후, "데이터마이닝 의사결정나무의 응용", 통계분석연구, 4(1), pp.61~83 (1999)
- "한국섬유개발연구원" (2017)[URL]
- "한국섬유산업연합회" (2016)[URL]
- Choi, J. H., "Data mining prediction and application" (2002), SPSS academy
- Gubbi, J., "Internet of Things(IoT) : A vision, architectural elements, and future directions", Future Generation Computer Systems, 29(7), pp.1645~1660 (2013)
- 전찬모, "제조 특화형 라이브러리 기반 빅데이터 분석 플랫폼 구축에 관한 연구 : 품질 문제 해결을 위한 플랫폼 구축 사례", 대한산업공학회지, 43(5), pp.380~387 (2017), 대한산업공학회[DOI]
- 강형석, "Smart Manufacturing: Past Research, Present Findings, and Future Directions", International Journal of Precision Engineering and Manufacturing-Green Technology, 3(1), pp.111~128 (2016), 한국정밀공학회
- Kass, G. V., "An exploratory technique for investigating large quantities of categorical data", Applied Statistics, pp.119~127 (1980)
- Lasi, H., "Industry 4.0", Business & Information Systems Engineering, 6(4), pp.239~242 (2014)
- Lee, J., "Smart factory systems", Informatik-Spektrum, 38(3), pp.230~235 (2015)
- 이민경, "카본나노튜브를 이용한 고성능 나노복합재료의 개발 동향", 한국염색가공학회지, 26(2), pp.71~78 (2014), 한국염색가공학회
- Schlechtendahl, J., "Making existing production systems Industry 4.0-ready", Production Engineering, 9(1), pp.143~148 (2015)
- Tanaka, K., "Influences of stress waveform and wet environment on fatigue fracture behavior of aramid single fiber", Composites Science and Technology, 64(10-11), pp.1531~1537 (2004)
- Wang, S., "Implementing smart factory of industrie 4.0: an outlook", International Journal of Distributed Sensor Networks, 12(1) (2016)
- Yildirim, P., "Data mining and machine learning in textile industry", Wiley Interdisciplinary Reviews : Data Mining and Knowledge Discovery, 8(1), pp.e1228~ (2018)
- "Proceedings of the IEEE", 2015, 143~146